veridata实验举例(6)验证agent启动先后顺序是否对捕获update操作有影响

简介:

veridata实验举例(6)验证agent启动先后顺序是否对捕获update操作有影响

续接veridata实验系列  上篇:“veridata实验举例(5)改动主键上的列值。update操作会被拆分成两条语句”,地址:点击打开链接

环境:

Item

Source System

Target System

Platform

Red Hat Enterprise

Linux Server release 5.4

Red Hat Enterprise

Linux Server release 5.4

Hostname

gc1

gc2

Database

Oracle 10.2.0.1

Oracle 11.2.0.1

Character Set

ZHS16GBK

ZHS16GBK

ORACLE_SID

PROD

EMREP

Listener Name/Port

LISTENER/1521

LISTENER/1521

Goldengate User

ogg

ogg


情况一:agent被关闭,gc1、gc2出现数据不同步现象时,启动agent

1、gc1、gc2关闭agent

GGSCI(gc1) 6> info all

Program    Status      Group       Lag          Time Since Chkpt

MANAGER    RUNNING                                          

GGSCI(gc1) 7> stop mgr

Manager process is required by other GGSprocesses.

Are you sure you want to stop it (y/n)?

y

Sending STOP request to MANAGER ...

Request processed.

Manager stopped.

GGSCI(gc1) 8> info all

Program    Status      Group       Lag           Time Since Chkpt

MANAGER    STOPPED                

2、gc1完毕update操作

SQL> update TCUSTMER set city='HA'where cust_code='JJ';

3、启动agent。查看veridata报告

图例:



--veridata捕捉到了gc1上的update操作

--同理在gc2上实验,veridata相同捕捉到update操作信息。实验与gc1上相同

 

情况二:agent正常开启,gc1、gc2出现数据不同步现象时

1、gc1、gc2开启agent

2、gc1完毕update操作

SQL>update TCUSTMER set city='BEIJING'where cust_code='ZC';

3、查看veridata报告

图例:


--veridata捕捉到了gc1上的update操作

--同理在gc2上实验,veridata相同捕捉到update操作信息,实验与gc1上相同

 

小结:

通过以上实验验证,对照于数据库同步,agent启动的先后顺序,不会对veridata捕获update造成影响。


声明:
         原创作品,出自 “深蓝的blog” 博客。同意转载。转载时请务必注明出处(http://blog.csdn.net/huangyanlong)。

         关于涉及版权事宜。作者有权追究法律责任。







本文转自mfrbuaa博客园博客,原文链接:http://www.cnblogs.com/mfrbuaa/p/5079705.html,如需转载请自行联系原作者

相关文章
|
监控 Serverless API
函数计算操作报错合集之 agent start之后,调接口是404,该如何解决
在使用函数计算服务(如阿里云函数计算)时,用户可能会遇到多种错误场景。以下是一些常见的操作报错及其可能的原因和解决方法,包括但不限于:1. 函数部署失败、2. 函数执行超时、3. 资源不足错误、4. 权限与访问错误、5. 依赖问题、6. 网络配置错误、7. 触发器配置错误、8. 日志与监控问题。
277 0
|
10月前
|
存储 人工智能 自然语言处理
AI经营|多Agent择优生成商品标题
商品标题中关键词的好坏是商品能否被主搜检索到的关键因素,使用大模型自动优化标题成为【AI经营】中的核心能力之一,本文讲述大模型如何帮助商家优化商品素材,提升商品竞争力。
1067 62
AI经营|多Agent择优生成商品标题
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
谷歌最新推出的Gemini 2.0是一款原生多模态输入输出的AI模型,以Agent技术为核心,支持多种数据类型的输入与输出,具备强大的性能和多语言音频输出能力。本文将详细介绍Gemini 2.0的主要功能、技术原理及其在多个领域的应用场景。
937 20
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
|
9月前
|
人工智能 自然语言处理 前端开发
Director:构建视频智能体的 AI 框架,用自然语言执行搜索、编辑、合成和生成等复杂视频任务
Director 是一个构建视频智能体的 AI 框架,用户可以通过自然语言命令执行复杂的视频任务,如搜索、编辑、合成和生成视频内容。该框架基于 VideoDB 的“视频即数据”基础设施,集成了多个预构建的视频代理和 AI API,支持高度定制化,适用于开发者和创作者。
407 9
Director:构建视频智能体的 AI 框架,用自然语言执行搜索、编辑、合成和生成等复杂视频任务
|
9月前
|
机器学习/深度学习 人工智能 算法
Meta Motivo:Meta 推出能够控制数字智能体动作的 AI 模型,提升元宇宙互动体验的真实性
Meta Motivo 是 Meta 公司推出的 AI 模型,旨在控制数字智能体的全身动作,提升元宇宙体验的真实性。该模型通过无监督强化学习算法,能够实现零样本学习、行为模仿与生成、多任务泛化等功能,适用于机器人控制、虚拟助手、游戏角色动画等多个应用场景。
253 4
Meta Motivo:Meta 推出能够控制数字智能体动作的 AI 模型,提升元宇宙互动体验的真实性
|
9月前
|
人工智能 自然语言处理 JavaScript
Agent-E:基于 AutoGen 代理框架构建的 AI 浏览器自动化系统
Agent-E 是一个基于 AutoGen 代理框架构建的智能自动化系统,专注于浏览器内的自动化操作。它能够执行多种复杂任务,如填写表单、搜索和排序电商产品、定位网页内容等,从而提高在线效率,减少重复劳动。本文将详细介绍 Agent-E 的功能、技术原理以及如何运行该系统。
646 5
Agent-E:基于 AutoGen 代理框架构建的 AI 浏览器自动化系统